AI生成文本数据集
数据来源：互联网公开数据
标签：AI生成文本,隐私信息识别,数据格式转换,Gemini模型,Gemma模型,PII检测,教育研究
数据概述：
本数据集包含使用Google AI的Gemma-7B-Instruct模型生成的390篇论文，以及使用Gemini模型生成的3779篇文本。数据集中的每篇论文长度控制在768个单词以内，由模型根据提示生成，内容包含个人隐私信息（PII）。生成的文本经过格式化处理，符合The Learning Agency Lab - PII Data的标准要求，可用于隐私信息识别与相关研究。
数据用途概述：
该数据集适用于隐私信息检测、AI文本生成研究、数据格式化处理以及教育研究等领域。研究人员可以利用此数据集进行隐私信息识别模型的训练与评估，测试AI生成文本的质量与合规性；教育机构和研究机构可以利用这些数据进行教学案例分析，帮助学生理解AI生成文本的特性和潜在风险；此外，数据集还可用于评估隐私保护算法的效果，为数据安全研究提供有价值的参考。
